文｜加利·馬庫斯（Gary Marcus）

網(wǎng)絡(luò)變得更聰明了

文｜加利·馬庫斯（Gary Marcus）

5月16日，谷歌低調(diào)地發(fā)布了一款名為“谷歌知識圖譜”的新技術(shù)。輸入“弗朗索瓦·奧朗德（法國總統(tǒng)）”，你就會得到奧朗德的孩子、夫人、生日、教育等等附有鏈接的簡歷。短期來看，知識圖譜不會使你的世界產(chǎn)生很大的不同——你可以通過訪問奧朗德的維基百科頁面得到大致相同的信息，很多人可能更喜歡詢問周圍的朋友。但深入來看，這代表了世界上最大的搜索引擎公司在工程領(lǐng)域中的重大變革。不僅僅如此，在一二十年內(nèi)，科學(xué)家和記者們可能會回首這一時刻，將其視為挖掘海量無意義數(shù)據(jù)的機(jī)器，與開始有點(diǎn)像人一樣思考的機(jī)器的分水嶺。

成立伊始，谷歌就主要使用簡單匹配算法（brute force，窮舉算法）來組織互聯(lián)網(wǎng)知識，這是有原因的。谷歌有世界上最大的并行操作計算機(jī)群并擁有世界上最大的數(shù)據(jù)庫。你的搜索查詢之所以這么快會被響應(yīng)，就是因?yàn)樗鼈儽煌獍o了巨大的數(shù)據(jù)中心，借鑒了海量預(yù)編譯數(shù)據(jù)，并且每一秒都會被數(shù)百萬抓取網(wǎng)頁的虛擬谷歌“蜘蛛”所加速。在許多方面，谷歌的行為會讓人聯(lián)想起IBM公司的“深藍(lán)”國際象棋計算機(jī)，它戰(zhàn)勝了所有人類挑戰(zhàn)者，但不是通過更“聰明”的下棋，而是更快的計算?！吧钏{(lán)”通過窮舉算法贏得了比賽，而不是像人類那樣通過思考。計算機(jī)有“蠻力”，但沒有“策略”。

當(dāng)然，有時蠻力也有它的優(yōu)勢，谷歌巨大的計算資源革新了人工智能中經(jīng)典問題的解決方法。拿拼寫檢查的過程舉個例子，使得字處理軟件第一次流行開來的功能之一就是自動拼寫檢查。微軟等公司的工程師將人們常犯的錯誤歸類，例如字母重復(fù)或錯位（如poeple），然后根據(jù)這些模式建立目錄以對用戶的意圖進(jìn)行猜測。而谷歌以一種完全不同的方法來解決拼寫錯誤問題——也更有效——通過簡單的查看用戶改正自己錯誤的巨大數(shù)據(jù)庫。用戶在發(fā)現(xiàn)錯輸入了“peopple”之后接下來會輸入什么呢？啊哈，是“people”。

谷歌的算法對字母重復(fù)、錯位或人類輸入拼寫的心理學(xué)一無所知，僅僅知道人們在輸錯后會改成什么。好像這就是說，擁有了足夠大的數(shù)據(jù)庫和足夠快的計算機(jī)，那么即使不用對人類心理有多少了解，人類問題也可以迎刃而解。

過去十年中，在人工智能領(lǐng)域的大部分工作都和谷歌的方法類似：更大更快的計算機(jī)配上容量激增的數(shù)據(jù)庫。但是，面對如此復(fù)雜的世界，無論數(shù)據(jù)庫有多大，僅靠數(shù)據(jù)挖掘也是不夠的?！吧钏{(lán)”在國際象棋領(lǐng)域可能征服了世界，但是人類仍可以在古老的圍棋方面痛挫計算機(jī)，因?yàn)閲逵懈蟮谋P面和更多可能的走法。即使在谷歌最擅長的網(wǎng)頁搜索，窮舉法在同音字面前也是無能為力。比如，“Boston”既可以指馬薩諸塞州的波士頓，也可以指一個樂隊；“Paris”既可以指巴黎也可以指喜歡出風(fēng)頭的社會名流。

為了處理“Paris”這種一詞多義的問題，谷歌知識搜索重新使用了二十世紀(jì)五六十年代首次提出的語義網(wǎng)絡(luò)的想法，語義網(wǎng)絡(luò)是對人類大腦如何解釋信息最早的猜測。這些網(wǎng)絡(luò)解釋了獨(dú)特實(shí)體之間的關(guān)系，而不是詞與詞之間簡單的關(guān)系。作為地名的“Paris”和作為人的“Paris”有各自獨(dú)一無二的ID——就像條形碼或社會安全號碼一樣——簡單的關(guān)系被解釋實(shí)體關(guān)系的注解分類所替代（或補(bǔ)充）。所以，“Paris1”（巴黎）通過一種內(nèi)在關(guān)系與埃菲爾鐵塔相聯(lián)，而“Paris2”（人）通過取消關(guān)系與各種真人秀相聯(lián)。當(dāng)所有的地點(diǎn)、人物和關(guān)系都互相聯(lián)系起來時，這些網(wǎng)絡(luò)便開始類似于巨大的蜘蛛網(wǎng)了。從本質(zhì)上來說，谷歌現(xiàn)在正嘗試重塑互聯(lián)網(wǎng)，并為它的“蜘蛛”抓取提供一個更聰明的網(wǎng)絡(luò)。

雖然語義網(wǎng)絡(luò)在二十世紀(jì)七十年代非常流行，但到八十年代研究逐漸衰落，而被將大腦簡單的模擬為統(tǒng)計積累的神經(jīng)網(wǎng)絡(luò)取而代之。神經(jīng)網(wǎng)絡(luò)應(yīng)用了覆蓋學(xué)習(xí)規(guī)則（blanket learning rule），這個規(guī)則將所有聯(lián)系視為等價，所不同的僅為它們在世界上出現(xiàn)的頻率。作為地點(diǎn)的“Paris”與作為人的“Paris”用神經(jīng)網(wǎng)絡(luò)是無法區(qū)分的。這場有關(guān)結(jié)構(gòu)化知識和巨大的統(tǒng)計數(shù)據(jù)庫之間的爭論是心理學(xué)和哲學(xué)史上最長的爭論之一?！跋忍煺撜摺保ū热绨乩瓐D、康德，近代有諾姆·喬姆斯基和史蒂芬·平克）認(rèn)為人的頭腦中生來就有重要而基本的知識，而“經(jīng)驗(yàn)論者”（比如約翰·洛克和B.F.斯金納）認(rèn)為人生來就像一張白紙，所有的知識均來自于聯(lián)系和經(jīng)驗(yàn)。

谷歌曾本質(zhì)上是一臺經(jīng)驗(yàn)主義者的機(jī)器，幾乎沒有先天知識，僅具有巨大的容量，通過以比特計的信息來學(xué)習(xí)事物的聯(lián)系。（這導(dǎo)致了谷歌對信息的無限索求，從而引發(fā)了對個人隱私的侵犯的問題）?，F(xiàn)在，谷歌正在改變，在先天主義和經(jīng)驗(yàn)主義之間尋求平衡，它通過內(nèi)置含有包括人、物、地點(diǎn)的結(jié)構(gòu)化目錄的數(shù)據(jù)庫而擁有了強(qiáng)大的統(tǒng)計能力，這是經(jīng)驗(yàn)主義者所渴望的，同時先天主義者也可能會喜歡。谷歌的搜索引擎仍是追蹤搜索“Paris”出現(xiàn)的數(shù)十億的結(jié)果，并查看結(jié)果與用戶的提問有何關(guān)聯(lián)。但現(xiàn)在嘗試不僅將這些結(jié)果互相聯(lián)系起來，而且將它們根據(jù)人、地點(diǎn)和公司聯(lián)系成目錄。

有不錯的理由支持谷歌向這個方向發(fā)展。先鋒發(fā)展心理學(xué)家伊麗莎白·史培基宣稱：“如果兒童天生具有感知人、物、地點(diǎn)的能力，那么他們可以使用自身的感性經(jīng)驗(yàn)以學(xué)習(xí)這些實(shí)體的屬性和行為……仍不清楚兒童如果不能將實(shí)體與周圍環(huán)境分開，是如何學(xué)習(xí)這些實(shí)體屬性和行為的”。計算機(jī)也是同樣的道理。

從算法到編碼和檢索龐大的信息倉庫，計算機(jī)變得比我們更快更可靠。我個人一直都很羨慕谷歌和它主要的競爭者——微軟的必應(yīng)能夠在虛擬的指尖上獲得如此多的信息，但我們?nèi)祟愐擦粲幸皇??？吹接嬎銠C(jī)工程師仍舊經(jīng)常需要從人類的思想中偷個頁面還是令人感到振作。